架构概览

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "initialize",
  "params": {
    "protocolVersion": "2025-06-18",
    "capabilities": {
      "elicitation": {}
    },
    "clientInfo": {
      "name": "example-client",
      "version": "1.0.0"
    }
  }
}

​

理解初始化交换

1. 协议版本协商：protocolVersion 字段（例如 "2025-06-18"）确保客户端和服务器使用兼容的协议版本。这可以避免不同版本尝试交互时产生通信错误。如果未能协商出双方兼容的版本，应终止连接。
2. 能力发现：capabilities 对象允许双方声明自己支持哪些功能，包括可处理哪些 primitives（tools、resources、prompts），以及是否支持通知等功能。这样可以避免执行不支持的操作，从而提升通信效率。
3. 身份交换：clientInfo 和 serverInfo 对象提供身份与版本信息，用于调试和兼容性判断。

• "elicitation": {} - 客户端声明它可以处理用户交互请求（可以接收 elicitation/create 方法调用）。

• "tools": {"listChanged": true} - 服务器支持 tools primitive，并且在工具列表变化时可以发送 tools/list_changed 通知。
• "resources": {} - 服务器也支持 resources primitive（可以处理 resources/list 和 resources/read 方法）。

{
  "jsonrpc": "2.0",
  "method": "notifications/initialized"
}

​

它在 AI 应用中如何工作

# Pseudo Code
async with stdio_client(server_config) as (read, write):
    async with ClientSession(read, write) as session:
        init_response = await session.initialize()
        if init_response.capabilities.tools:
            app.register_mcp_server(session, supports_tools=True)
        app.set_server_ready(session)

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/list"
}

​

理解工具发现请求

​

理解工具发现响应

• name：工具在服务器命名空间内的唯一标识符。它是执行工具时的主键，应遵循清晰的命名模式（例如 calculator_arithmetic，而不是只有 calculate）。
• title：工具的人类可读显示名称，客户端可以展示给用户。
• description：详细说明工具做什么，以及何时使用。
• inputSchema：定义预期输入参数的 JSON Schema，用于类型校验，并清晰记录必填和可选参数。

​

它在 AI 应用中如何工作

# Pseudo-code using MCP Python SDK patterns
available_tools = []
for session in app.mcp_server_sessions():
    tools_response = await session.list_tools()
    available_tools.extend(tools_response.tools)
conversation.register_available_tools(available_tools)

​

理解工具执行请求

{
  "jsonrpc": "2.0",
  "id": 3,
  "method": "tools/call",
  "params": {
    "name": "weather_current",
    "arguments": {
      "location": "San Francisco",
      "units": "imperial"
    }
  }
}

​

工具执行的关键元素

1. name：必须与发现响应中的工具名（weather_current）完全匹配。这样服务器才能正确识别要执行哪个工具。
2. arguments：包含工具 inputSchema 定义的输入参数。在本例中：
   • location：“San Francisco”（必填参数）
   • units：“imperial”（可选参数；未指定时默认是 "metric"）
3. JSON-RPC 结构：使用标准 JSON-RPC 2.0 格式，并通过唯一 id 关联请求和响应。

​

理解工具执行响应

1. content 数组：工具响应会返回内容对象数组，支持文本、图片、资源等多格式响应。
2. 内容类型：每个内容对象都有 type 字段。在本例中，"type": "text" 表示纯文本内容；MCP 也支持适用于不同场景的其他内容类型。
3. 结构化输出：响应提供可操作的信息，AI 应用可以将其作为语言模型交互的上下文。

​

它在 AI 应用中如何工作

# Pseudo-code for AI application tool execution
async def handle_tool_call(conversation, tool_name, arguments):
    session = app.find_mcp_session_for_tool(tool_name)
    result = await session.call_tool(tool_name, arguments)
    conversation.add_tool_result(result.content)

​

理解工具列表变更通知

{
  "jsonrpc": "2.0",
  "method": "notifications/tools/list_changed"
}

​

MCP 通知的关键特性

1. 不需要响应：注意通知中没有 id 字段。这遵循 JSON-RPC 2.0 的通知语义，即不期望也不会发送响应。
2. 基于能力：只有在初始化期间（如步骤 1 所示）在 tools 能力中声明了 "listChanged": true 的服务器，才会发送这种通知。
3. 事件驱动：服务器会基于内部状态变化决定何时发送通知，从而让 MCP 连接具备动态性和响应性。

​

客户端如何响应通知

{
  "jsonrpc": "2.0",
  "id": 4,
  "method": "tools/list"
}

​

为什么通知重要

1. 动态环境：工具可能会根据服务器状态、外部依赖或用户权限出现或消失。
2. 效率：客户端不需要轮询变化；更新发生时会收到通知。
3. 一致性：确保客户端始终拥有关于可用服务器能力的准确信息。
4. 实时协作：让 AI 应用可以响应上下文变化并动态适配。

​

它在 AI 应用中如何工作

# Pseudo-code for AI application notification handling
async def handle_tools_changed_notification(session):
    tools_response = await session.list_tools()
    app.update_available_tools(session, tools_response.tools)
    if app.conversation.is_active():
        app.conversation.notify_llm_of_new_capabilities()